Naive-N0.5-Flash, le modèle que NaiveAI affirme avoir construit avec l'aide de l'IA

Le 27 septembre 2026, la start-up pékinoise NaiveAI a publié sur Hugging Face le modèle Naive-N0.5-Flash, distribué sous licence MIT. Comme le détaille sa fiche technique, il ne s'agit pas d'une architecture conçue de zéro, mais d'une adaptation du modèle de base à poids ouverts MiMo-V2.5 de Xiaomi, auquel ont été ajoutés 3 250 milliards de tokens d'entraînement supplémentaire. Le système repose sur une structure Mixture-of-Experts de 309 milliards de paramètres au total, dont 15,5 milliards actifs par token, et gère nativement un contexte d'un million de tokens en combinant des couches d'attention à fenêtre glissante et la technologie DeepSeek Sparse Attention. On ne voit toutefois pas très bien comment la licence MIT s'articule avec les contraintes de la licence du modèle de base de Xiaomi.

L'originalité du projet tient à sa méthode de développement, que l'entreprise qualifie sur son blog technique de recherche et développement centrée sur l'intelligence artificielle. Selon le blog, les chercheurs humains fixent la direction, les contraintes et les critères et prennent les décisions critiques, tandis que l'implémentation, l'optimisation, l'expérimentation et l'analyse sont confiées à des modèles d'IA. On y lit que « les chercheurs humains fixent la direction, définissent les contraintes et les critères et prennent les décisions critiques. L'avantage humain réside dans l'expérience, l'intuition et le jugement ». Le média indépendant Runtime Wire a cependant relevé que les documents publiés ne précisent ni la part de travail réellement effectuée par l'IA, ni la manière dont cette contribution a été mesurée, ni si cette approche réduit vraiment les coûts de développement futurs. Le même média relie l'entreprise à Jifeng Dai, professeur associé à l'université Tsinghua, passé par Microsoft Research Asia et SenseTime.

Côté performances et coûts, la fiche du modèle affiche des tarifs API de 0,10 dollar par million de tokens en entrée et de 0,40 dollar en sortie, tandis que Runtime Wire rapporte la grille en yuans : 0,60 yuan en entrée et 2,60 yuans en sortie par million. Les deux chiffres proviennent de sources différentes et ne correspondent pas exactement au taux de change. Pour l'exécution, qui nécessite des GPU Nvidia compatibles FP8, l'entreprise propose son système propriétaire NaiveRT, crédité d'une vitesse standard de 50 tokens par seconde et par utilisateur, qui grimperait à 2 000 en mode Ultrafast. Le blog de l'entreprise situe ce pic sur une configuration à huit GPU sans en préciser le modèle, tandis que Runtime Wire indique que la mesure de plus de 2 100 tokens par seconde concerne un test de décodage limité à un flux unique.

Tous les benchmarks de performance présentés dans le dépôt GitHub officiel proviennent d'un protocole d'évaluation interne baptisé AutoResearch, fondé sur Claude Code. Les résultats n'étant présentés que sous forme de graphiques et n'ayant pas été vérifiés par des tiers indépendants, il est impossible de confirmer les scores exacts revendiqués par la start-up. Cette absence de contrôle extérieur appelle à la prudence, un constat récurrent lorsque la vitesse de publication dépasse la vérifiabilité des métriques.

Si confier l'écriture du code à une autre machine accélère les sorties, la véritable asymétrie se situe dans la vérification : valider le travail d'une IA exige toujours ce jugement humain que la start-up revendique comme son garde-fou. Tant que les benchmarks restent mesurés par un protocole interne sans être reproduits par des tiers, les performances annoncées doivent être lues comme des déclarations de l'entreprise, pas comme des données vérifiées. — Olya